自然言語処理タスクのための機械学習手法の評価

現在使用されている方法論は、人間の言語技術タスクに適用される象徴的な教師あり学習手法を比較する際に信頼性がないことを示します。1つのアルゴリズム内のアルゴリズムパラメータ設定と特徴選択の相互作用が、異なるアルゴリズムや情報源間の違いよりも結果の変動を大きく占めることがよくあります。これをいくつかの言語データセットを用いた実験で示します。この現象の結果は遠大であり、この方法論的問題に対する可能な解決策について議論します。